协同创新对技术升级的影响路径研究：基于PLS-SEM模型

黄菁菁

(南京理工大学 经济管理学院，江苏 南京 210094)

引 言

中国经济高速增长的成就曾源于对传统生产要素的巨大动员能力，但经过数十年的发展，资本、劳动等传统生产要素的边际优势逐渐降低，中国要实现可持续发展，必须不断创新和实现技术升级[1]。然而，长期以来，由于对国外技术的过度依赖，导致许多产业仍较缺乏核心技术和尖端产品。那么，如果走技术引进的道路不是长久之策，独立自主创新短期内又难以实现，中国该如何提升创新能力，实现技术升级？

以多元创新主体合作为基础的协同创新为中国技术升级路径的选择提供了一个新思路，习近平总书记在中国共产党十九次全国代表大会上作的报告再次强调，要“建立企业为主体、市场为导向、产学研深度融合的技术创新体系”。目前，协同创造在国内已经得到极大的发展，并取得不少成果，但是其对技术创新和技术升级的作用仍未达到预期效果，这其中的原因值得深入探讨。对于企业主导型协同创新和学研主导型协同创新，它们对技术升级的影响机理及实现路径是什么？它们促进技术升级的过程中哪个环节出现了问题？如何科学有效地选择协同创新模式，制定有针对性的创新战略，才能在中国不平衡的市场发展和巨大地区差异背景下有效实现技术升级？回答这些问题对当前建设创新型国家、实现产业转型和升级具有重要意义。

现有研究大多侧重于分析协同创新在技术创新中的作用。相关研究在早期多集中在产学研合作对微观层面企业创新的影响上，学者们认为产学研合作主要通过帮企业获取互补性外部资源[2]、分散创新成本和减少创新风险[3][4]和使企业在学习共享和知识溢出中获益[5]来提升企业创新绩效。随着研究不断深入，学者们开始研究协同创新在区域创新和产业升级中的作用，但结论尚未取得一致。一部分研究认为，协同创新对产业技术升级有积极影响[2，6，7]，但另一部分研究认为，协同创新的作用有限，原因包括：创新主体间没有良好联结关系、缺乏有效契约、缺乏平台支撑和成果涉及商业机密没能很好体现等[8，9]。尽管现有研究具有很大启发意义，但大部分研究只侧重协同创新单一模式对技术升级的线性影响，忽略了协同创新模式的差异和影响路径的多重性，不能完全揭示协同创新影响技术升级的真实路径，具有严格理论阐述和实证分析的相关研究仍然缺乏，而区域创新系统作为国家创新系统的重要组成部分，从区域协同创新模式的视角进行理论和实证研究具有重要意义。

因此，本文根据区域创新主体要素地位及创新目标的差异，将区域协同创新分为企业主导型和学研主导型，并考虑政府支持在其中的作用，构建协同创新技术升级的多重路径，基于中国省级面板数据采用PLS-SEM模型进行实证分析。可能的边际贡献为：(1)从区域协同创新模式视角，考虑协同效应的中间作用及政府支持的影响，提出协同创新影响技术升级的多重路径理论分析框架，试图打开协同创新影响技术升级的“黑箱”，找出协同创新效果不够显著的问题所在；(2)研究方法上，基于面板数据的传统计量分析方法过于简化了协同创新对技术升级的影响过程，降低了其应用价值，而本文将微观层面常用的PLS-SEM模型融合到宏观层面的升级路径研究中，采用中国省级面板数据实证检验协同创新影响技术升级多路径复杂模型，为传统计量分析方法提供补充；(3)考察协同创新影响技术升级的地区差异性，为不同市场发展程度地区的协同创新模式选择提供参考。研究结论能为区域协同创新的发展和技术升级路径的探索提供科学借鉴。

一、理论分析与研究假设

1. 直接路径：协同创新模式与技术升级

技术升级主要体现在生产要素优化、技术水平进步和生产率提高上，但从根本上说，技术升级主要是技术进步和企业创新能力的提升[10]。已有研究认为，协同创新对技术升级的直接影响途径主要有两条：一是异质性资源整合，通过帮助创新主体在开放合作中获取、整合互补性知识和刺激持续创新，为技术升级提供知识支撑；二是技术溢出效应[11]，通过创新外溢作用促进生产率的提升和经济持续增长。然而，对于不同类型的协同创新，这种直接作用并不一定显著。企业主导型协同创新是以企业为主体，结合自身开发或拥有的技术能力，以满足客户需求和形成市场优势为战略目标进行合作以获取利益的协同创新活动，这种模式的协同创新易于发挥市场的资源配置作用，最大限度地提高技术研发效率和推动创新扩散，从而直接促进技术升级。对于主要依托学研机构在人力资本、学术基础、研发能力以及科技信息等优势和以科学研究为指导方向的协同创新模式而言，虽然其在帮助企业解决重大技术需求方面具备显著优势，但这种模式在直接促进技术升级中存在诸多困难。首先，协同创新涉及主体多，且主体之间存在战略目标差异、利益分配冲突等问题，专长非组织和管理的学研机构难以应对这种复杂情况，从而不利于技术升级；其次，学研机构注重学术价值，更关注基础共性技术研究，但这类研究风险大、不确定性高，短期难以看到收益，甚至入不敷出。因此，学研主导型协同创新难以直接促进技术升级。基于以上分析，研究提出以下假设：

H1a：企业主导型协同创新对技术升级有直接促进作用；

H1b：学研主导型协同创新对技术升级的直接促进作用不显著。

2. 间接路径：协同效应作用下的协同创新模式与技术升级

(1)协同效应与技术升级

除了直接影响路径，仍可能存在协同创新影响技术升级的重要间接路径。Meijers(2005)[12]认为协同创新中的协同效应是创新主体们基于自身目标和异质性资源，在合作创新过程中通过配合协作，使合作体产生大于个体创新主体的线性之和的效应，特别是产生协同创新的互补性和外部性。在区域协同创新中，不同创新主体通过协同效应产生的连锁反应可以激活创新企业、提升创新主体间的交互联系和刺激创新生成，产生单独要素无法实现的整体效应，最终促进产业技术水平升级。可见，协同效应在协同创新影响技术升级的过程中有着重要作用。根据现有研究，协同效应主要体现为三个方面：一是知识创新效应，即在协同创新中实现互补资源、知识的流动和扩散，缩短新知识、新技术的发现时间，助力企业获取知识优势和核心技术[13][14]；二是价值创造效应，即在协同创新中实现资源、知识的关联和共享，降低企业成本、增加企业创新绩效或者经济效益[15]；三是人力资本提升效应，即通过协同创新为不同领域的人才提供交流学习的对接平台，为区域创新提供智力支撑和人才储备。这三种效应有助于企业技术能力提升、促进产业向高价值、高技术含量转变。基于以上分析，提出以下假设：

H2a：知识创新效应对技术升级有积极影响；

H2b：价值创造效应对技术升级有积极影响；

H2c：人力资本提升效应对技术升级有积极影响。

(2)协同创新模式、知识创新效应与技术升级

高校和科研机构是知识创新的主体，凭借在学术资源、科研经验和研发条件上的种种优势，学研主导型协同创新更容易通过知识创新间接引发技术进步。不过，知识创新的新发现、新成果不仅要瞄准科学前沿问题，还要关注国民经济发展的现实问题[16]。企业主导型协同创新立足于市场信息和市场需求，由市场决定创新方向、项目选择，因此更能创造出符合现实需求和市场发展趋势的新技术和新成果，由此引发的知识创新效应将使技术升级更有效率。由此，本研究提出以下假设：

H3a：企业主导型协同创新可通过知识创新效应间接促进技术升级；

H3b：学研主导型协同创新可通过知识创新效应间接促进技术升级。

(3)协同创新模式、价值创造效应与技术升级

企业参与协同创新的最终目的是将创新成果转化为经济效益。在市场机制中，企业主导型协同创新的目的性更强，主导企业在技术孵化阶段的介入使协同创新成果更接近市场需求，使企业更容易从新产品利润创造和技术创新中形成可持续发展的能力，助力技术升级[17]。学研主导型协同创新一般以获取学术价值和实现研发成果转换为目标，虽然初衷是好的，但在实际过程中，由于高校和科研机构远离市场和不擅于生产、营销的局限性，研发成果往往难以有效地在市场中实现经济价值转换[18]，使得学研主导型协同创新的价值创造效应不显著，也难以通过价值创造效应促进技术升级。基于以上分析，本研究提出以下假设：

H4a：企业主导型协同创新可通过价值创造效应间接促进技术升级；

H4b：学研主导型协同创新对技术升级的价值创造效应间接促进效应不显著。

(4)协同创新模式、人力资本提升效应与技术升级

为了更好地应对市场变化、整合内外资源，企业主导型协同创新需要加强员工培训，从吸收能力、沟通水平和相关技能等方面整体提高劳动者素质，从而提升区域创新主体的知识存量，为技术升级提供智力支持。高校既是人才的集聚高地，又是人才培养和输出的重地，学研主导型协同创新可以通过搭建不同领域人才交流平台、人才培养和社会实践等方式，增加高校学生就业率和科研机构工作人员与市场接轨的能力，为区域创新提供人力资本储备，通过人力资本提升效应的发挥促进技术升级[19]。基于以上分析，本研究假设：

H5a：企业主导型协同创新可通过人力资本提升效应间接促进技术升级；

H5b：学研主导型协同创新可通过人力资本提升效应间接促进技术升级。

3. 政府支持与技术升级

作为最重要的外部环境因素之一，政府支持对协同创新和技术升级的影响是必须要关注的问题。由于市场失灵难以避免，且协同创新具有“(准)公共物品”的特性和正外部性，不少学者认为政府在协同创新活动中有帮助获取创新资源、优化资源配置的重要作用[20][21]。最有代表性的是Etzkowitz和Leydesdorff(2000)[20]的三螺旋理论，该理论将大学、企业和政府看作是互相依存、互动和渗透的整体，认为产生创新合力的核心在于大学、企业和政府之间的相互依存和有效互动。还有学者认为，政府资助能够引导企业进行协同创新，协助企业在协同创新中获得长期合作伙伴，增强创新合作网络，从而提升企业市场表现和研发绩效[22][23]。由此，本文假设：

H6：政府支持能够促进技术升级。

二、研究设计与结果分析

1. 数据与变量说明

本文以中国大陆29个省、自治区和直辖市为研究对象(剔除关键数据缺失较多的省份，重庆和四川的数据合并分析)。数据来源于2001—2019年各期《中国统计年鉴》和《中国科技统计年鉴》。

区域协同创新中的创新主体地位可以通过该创新主体与其他主体的关联程度和该创新主体在区域创新中的参与程度来体现[24]。另外，虽然协同创新涉及创新主体之间资源、知识和人员等多方面的流动，但限于数据可得性，从资金交流方面更便于度量协同创新的模式[25]。基于此，研究选择表1中的指标来对两种协同创新模式进行衡量。

对于协同效应，知识创新包括理论知识上和应用知识上的创新，因此本文采用论文和专利双指标共同衡量知识创新效应。企业新产品销售收入和企业主营业务收入可以反映企业的创新经济收益，因此用这两个指标衡量价值创造效应。研究采用受教育年限法计算的人力资本水平以及每万人拥有的本科生在校生人数共同来对人力资本提升效应进行衡量。教育年限法的计算公式为：labori=pi1×6+pi2×9+pi3×12+pi4×16。其中，pi1、pi2、pi3和pi4分别表示i地区从业人口中小学毕业、初中毕业、高中毕业和大专及以上毕业的人数占比[26]。

限于数据可得性，主要从资金投入角度考虑政府支持情况，本研究从政府在区域研发中的资助情况和政府在高校、科研机构中的资助情况两方面来进行指标选取。

对于技术升级指标的选取，学者们有不同的看法。目前用于衡量技术升级的统计指标主要包括全要素生产率、全员劳动生产率、企业利润率和企业新产品产值等，但这些指标都存在各自的局限性。因此，为了能够更好地反映技术升级水平，研究选取了多个指标进行综合评价：全员劳动生产率、研发人员人均技术经费和全要素生产率。其中，考虑到基于DEA的非参数Malmquist指数法在生产函数设定、估计方法选择和数据等方面的宽松性，采用该方法计算全要素生产率，并将Malmquist生产率指数分解的技术效率指数和技术进步指数考虑在内，以进一步衡量相邻时期技术效率的提升和技术进步。

另外，Malmquist生产率指数还可以分解为技术效率指数和技术进步指数，进一步衡量相邻时期技术效率的提升和技术进步，因此将这两个指数考虑在内。

表1展示了本研究中使用到的所有变量。

表1 变量说明

续表1 变量说明

2. 研究方法

主要的结构方程模型参数估计和检验方法有：一、基于协方差矩阵估计的结构方程模型(Covariance-based SEM，CB-SEM)，二、基于方差估计的偏最小二乘结构方程模型(Partial Least Squares-SEM，PLS-SEM)。CB-SEM模型在经济管理、教育和心理学等领域都得到了广泛的应用，但其对样本数据量和样本分布都有比较高的要求，并不适用于宏观经济数据分析。相对于CB-SEM模型，PLS-SEM模型在样本数量不多或者数据偏离正态分布的情况下依旧能够保持稳健可靠的结果，不仅能够进行验证性分析，还能进行探索性分析；能够更好地处理可能存在的多重共线性问题，实现最大化的预测效力，在模型较为复杂的情况下优势明显[27][28]。本研究主要分析区域协同创新模式对技术升级影响的多重路径，PLS-SEM模型不仅在数据和模型设定上能够满足研究需要，还非常适合本研究对理论的探索性分析，因此，研究选择采用PLS-SEM建模技术进行实证研究。

PLS-SEM路径模型主要由测量模型和结构模型构成。本研究的测量模型和结构模型分别构建如下：

xjh=λjhξj+εjh

(1)

(2)

其中，xjh为第j组中第h个显变量，j=collab-eu、collab-uni、knowledge、profit、human、gov和upgrade；εjh、ζj为随机误差项，均值为0，cor(εjh，ξj)=0,cor(ζj,ξj)=0；ξj为第j组的潜变量。

对上述模型的参数估计可以从两个方面进行，一方面是根据显变量与潜变量之间的关系来估计潜变量，称为外部估计，即：

其中，wj为权数向量，*表示对估计量进行标准化处理。

另一方面是根据潜变量之间的关联关系进行估计，又称为内部估计，即：

(4)

(5)

其中，eji为内部权数，r(Yj,Yi)为Yj和Yi的相关系数。

三、实证结果分析

1. 测量模型分析

研究实证分析部分运用的是smartpls3.0软件，参数估计方法采用路径加权(Path Weighting Scheme)。表2展示了观测变量的显著性结果。由于初次模型测算中观测变量x21、y13因子载荷系数显著性检验t值小于1.96，未能通过显著性检验，因此对模型进行了修正。修正后全部观测变量在5%统计水平下通过显著性检验，大部分变量的因子载荷系数大于0.7，考虑到观测变量x22、x62、y15是衡量对应潜变量的核心指标，且均通过t检验，故予以保留，最终平均因子载荷系数大于0.8，说明观测变量的选择整体较合理。

下面主要通过信度检验和效度检验来对测量模型进行检验。从表2中可见，研究中的潜变量基本达到标准，观测变量具有较好的信度。效度检验方面，PLS用平均变异萃取量(AVE值)来评价聚合效度，用潜变量AVE值的平方根大于潜变量之间的相关值的标准检验区分效度。如表2和表3所示，除了潜变量collab-uni的AVE值相对较低外，其他潜变量的AVE值均大于基准值0.5；7个潜变量AVE值的平方根都比潜变量之间的相关值大，说明测量模型通过效度检验，整体上较为合理。

表2 观测变量检验结果

2. 结构模型分析

研究进一步对结构方程模型及假设进行检验，结果如图2所示。PLS-SEM模型的评价需要用拟合优度R2表征当前模型的自变量对因变量变异的解释程度，用适配度GOF表征全部测量模型的质量与全部结构模型的质量的关系。检验结果表明，研究模型对三大效应的解释程度中等，分别为13.0%、27.2%和19.4%，而对技术升级的解释程度较高，为61.1%。此外，模型的GOF值为0.38，表明模型具有很高的适配度(1)通常认为GOF值大于0.36时，模型的适配度很高。。

3. 路径分析及假设检验

图1展示了各条直接路径分析结果，从中可以看出，企业主导型协同创新对技术升级的直接促进作用不显著，学研主导型协同创新对技术升级的直接影响显著为负，H1a没有得到支持，H1b得到部分支持，这说明企业主导型协同创新不能直接影响技术升级，其在市场中产生的资源整合和技术溢出作用仍然需要一定的媒介才能实现。对于学研型协同创新，其对技术升级不仅没有显著促进作用，反而产生了显著的直接抑制效应，说明学研机构不擅长于复杂的内部组织和管理这一点将使协同创新对技术升级产生消极影响，同时，过度注重学术价值和基础共性技术研究也可能抑制技术升级。

图1还显示，在协同效应中，知识创新效应未能显著促进技术升级，另外两种效应的技术升级促进作用显著，H2b和H2c得到支持。表4进一步展示了Bootstrapping法检验得到的间接路径分析结果，结果显示，协同创新促进技术升级的间接路径有三条：学研主导型协同创新的人力资本提升路径、企业主导型协同创新的价值创造路径和人力资本提升路径。学研主导型协同创新会通过价值创造路径间接抑制协同创新，H4a和H5得到支持，H4b得到部分支持，而H3没有得到支持，另外，政府对协同创新的支持在1%统计水平下显著为正，H6得到支持。可见，由于知识创造效应不显著，使得协同创新难以通过该效应促进技术升级。对此可能的解释是：技术升级亟需原发性的知识创新和共性技术知识的重大突破，而目前对于知识创新的衡量指标(主要是专利数量、论文数量)不尽合理，难以体现创新质量，换句话说，中国目前的知识创新质量还处在较低水平，难以满足产业技术创新与转型的需求，因此协同创新难以通过知识创新效应实现技术升级。

表3 潜变量之间的相关系数

表4 间接路径检验结果

另外，表5进一步计算了各个协同创新模式不同技术升级路径的影响效应。从表中可以看出，从全国样本来看，企业主导型协同创新技术升级的价值创造影响效应为0.091，企业主导型协同创新和学研主导型协同创新的人力资本提升路径的影响效应分别为0.223和0.251。可见，从全国来看，目前实现技术升级主要依靠企业主导型协同创新模式，且以人力资本提升的间接路径为主。

表5 不同模式协同创新技术升级路径的影响效应对比

4. 进一步分析：地区差异

由于中国市场发展的不均衡，沿海地区和内陆地区在经济发展水平、市场化程度和资源禀赋等方面存在较大差异，这些因素很可能会影响协同创新对技术升级的作用，因此研究将原样本分为沿海和内陆地区两组进行分析。其中，沿海地区包括北京市、天津市、辽宁省、河北省、江苏省、上海市、浙江省、山东省、海南省、广东省和福建省，剩下省份则划分为内陆地区。

两组变量检验结果如表6所示，从表中可以看出，两组样本的测量模型和结构方程模型整体上设定合理。沿海地区和内陆地区的直接和间接路径分析结果如表7所示。可以看出，沿海地区和内陆地区的主要区别在于：内陆地区中，企业主导型协同创新对技术升级的直接促进作用显著，沿海地区中该路径不显著；政府支持作用在内陆地区中对技术升级的促进作用显著，而在沿海地区中不显著。对此可能的解释是，一方面，内陆地区原始知识积累水平较低，创新基础较薄弱，因此促进技术升级所需的资源和技术门槛较低，因此企业主导型协同创新对技术升级的直接作用在内陆地区更易显现；另一方面，沿海地区的市场化程度高，市场竞争激烈，市场机制和产权制度都比内陆地区要完备，因此创新资源自主配置的能力较强，政府引导的效果不明显。

从表5中可进一步看出，不同地区中，不同路径的影响效应存在差异，沿海地区中，学研型协同创新人力资本提升路径的影响效应最突出；内陆地区中，两种模式的人力资本提升路径影响效应相当，但多了实现技术升级的直接路径。总体来看，沿海地区的实证结果与全国样本类似，研究结果具有一定的稳健性。

表6 变量检验结果(分地区)

表7 路径检验结果(分地区)

续表7 路径检验结果(分地区)

结论与启示

研究根据区域创新主体要素地位及创新目标的差异，将区域协同创新模式分为企业主导型和学研主导型，并考虑了政府对协同创新的支持在技术升级中的作用，基于中国2001—2018年的省际面板数据，结合PLS-SEM模型实证分析了协同创新模式对技术升级影响的多重路径。研究发现：协同创新主要通过间接路径而不是直接路径促进技术升级，包括企业主导型协同创新的价值创造路径、人力资本提升路径和学研型协同创新的人力资本提升路径，实现技术升级主要依靠企业主导型协同创新模式；知识创新效应不显著极大干扰了协同创新对技术升级的促进效果，知识创新质量不高是现阶段产业技术升级与转型困难的主要原因之一；政府对协同创新的支持整体上有利于推动技术升级，但沿海地区中政府的支持作用不显著；沿海地区主要通过学研型协同创新的人力资本提升路径促进技术升级，内陆地区的升级路径更多样化且各路径影响效应相当。

根据研究结论，可以得出以下建议和启示：

第一，坚持以市场为导向，以企业为主体，加强推动企业主导型协同创新发展，发挥其对技术升级的直接和间接作用，加速知识创造、科研成果转化和人才积累，推动创新技术扩散，带动技术升级。高校和科研机构在协同创新中除了提升自身科研实力外，更应强化市场意识，将知识创新延伸到技术孵化阶段，实现学术价值和商业价值的结合，使创新成果兼具科技含量和市场前景。同时，还应增强科研人员的组织和管理能力，促进协同创新主体间的协调，减少合作冲突，提高协同创新效率。

第二，政府在协同创新中的引导应具体体现为提供政策支持和调节金融资金流向，政府的创新投入应以引导性和公益性为主，不能替代企业的投资主体地位，更不能挤出企业创新投入。在协同创新的不同阶段，政府的介入力度也应有所区别，政府应该在离市场远的协同创新阶段多发挥作用，而在离市场近的阶段多让市场机制去进行调节，在国家产业发展目标和企业经济收益之间找到平衡点。

第三，知识创新不仅要强调数量，还要强调质量，给予在产业发展中有关键作用的基础研究、共性技术的开发优先支持和鼓励，让协同创新能从实处解决企业面临的技术难题，推动产业技术升级。同时，还应改进相关的知识成果评价体系，从创新程度、研究难度和贡献程度等多方面对知识成果进行评价，真实的反映知识成果的内在价值，推动创新活动的高质量发展。

第四，人才是创新的基本要素，提升人力资本仍是协同创新实现技术升级的关键路径。高校的人才培养主要体现在研究生的培养和科研队伍建设上。一方面要以研究生培养和素质提升为重点，围绕市场需求和产业需求，通过重大科技项目研究、社会实践和企业实习等方式，提高研究生的科研能力和应用能力，另一方面通过强化高校科研人员的激励机制，鼓励科研人员积极创新，培养出新的科研队伍领头人。企业应加大对技术人员的培训力度，强化自身研发队伍建设，在跨平台、跨层次的交流中提升吸收能力和整体素质。